El agua es uno de los recursos más importantes para la vida en el planeta. No obstante, la disponibilidad de esta ha ido mermando como consecuencia de la contaminación. Por lo tanto, el monitoreo de parámetros de control del agua es importante. Debido a esto, la estimación de parámetros del agua, para determinar su calidad, ha ido en aumento. Este proyecto de tesis presenta el desarrollo de un modelo que implementa un proceso estocástico basado en Regresión Lineal Múltiple (RLM) para la estimación de valores del Oxígeno Disuelto (OD). En primera instancia, se implementa la transformación de doble potencia (T2P) a los datos originales con el fin de que las variables explicativas y la variable dependiente presenten una distribución normal. Después, se realiza la separación de los datos en dos conjuntos: entrenamiento (80%) y prueba (20%). Posterior a esto, se aplicó la RLM haciendo uso del método de mínimos cuadrados con el fin de encontrar una función, a partir de las variables explicativas, que describa a la variable dependiente. Los parámetros de pH, Temperatura (T) y Porcentaje de Saturación del Oxígeno Disuelto (%SatOD) se usaron como variables explicativas. Por último, se implementaron las métricas de Coeficiente de Determinación (R^2) y Raíz del Error Cuadrático Medio (RECM), para evaluar el rendimiento del algoritmo propuesto.